Analiza sygnałów - wykład: Różnice pomiędzy wersjami
Z Brain-wiki
| (Nie pokazano 3 pośrednich wersji utworzonych przez tego samego użytkownika) | |||
| Linia 6: | Linia 6: | ||
==Klasyczna analiza sygnałów== | ==Klasyczna analiza sygnałów== | ||
| − | #[[Szereg Fouriera|Szereg Fouriera]] | + | # Wstęp |
| − | + | #[[Szereg Fouriera|Szereg Fouriera]] i [[Przekształcenie Fouriera|Przekształcenie Fouriera]] | |
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]] | #[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]] | ||
##[[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]] | ##[[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]] | ||
| Linia 18: | Linia 18: | ||
==Pomiędzy czasem a częstością== | ==Pomiędzy czasem a częstością== | ||
| − | # [[Spektrogram|Spektrogram — oknowana transformata Fouriera]] | + | # [[Spektrogram|Spektrogram — oknowana transformata Fouriera]], [[Falki (wavelets)|Falki]] |
| − | # [[Zasada nieoznaczoności|Zasada nieoznaczoności]] | + | # [[Zasada nieoznaczoności|Zasada nieoznaczoności]], [[Transformata Wignera|Transformata Wignera]] |
| − | |||
| − | |||
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]] | # [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]] | ||
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]] | # [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]] | ||
Aktualna wersja na dzień 13:52, 3 lip 2024
Spis treści
Analiza Sygnałów
Klasyczna analiza sygnałów
- Wstęp
- Szereg Fouriera i Przekształcenie Fouriera
- Twierdzenie o splocie
- Systemy liniowe niezmiennicze w czasie
- Model autoregresyjny
- Transformata Z i widmo procesu AR
- Funkcja przejścia i filtry LTI
Pomiędzy czasem a częstością
- Spektrogram — oknowana transformata Fouriera, Falki
- Zasada nieoznaczoności, Transformata Wignera
- Reprezentacje czas-częstość
- Przybliżenia adaptacyjne i algorytm matching pursuit
Analiza sygnałów wielozmiennych
Analiza elektroencefalogramu (EEG)
Materiały dodatkowe
- Film o EEG i BCI ~5 min
- Slajdy z wykładów 2023/24
- Skrypt z równaniami w PDF
- Praktyczno-teoretyczne warsztaty z analizy sygnałów w przestrzeni czas-częstość (2020-09-07) Wykład online ~2h
- EEG analysis with examples in Svarog, wideo po angielsku ~40 min
- Elektroencefalografia — Wstęp ogólny do EEG
- Aliasing i Twierdzenie o próbkowaniu — animacja i dowód
- Książki:
- Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was zrozumiałe — na pewno nie obowiązują na egzamin :-)
- From wavelets to adaptive approximations: time-frequency parametrization of EEG
- Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)
- Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions
- "Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog"
- "Spindles in Svarog: framework and software for parametrization of EEG transients".
- inne
- przykładowe sygnały do zabawy
Zapraszamy do korzystania z aktualnej wersji omawianego na wykładzie i ćwiczeniach narzędzia do eksperymentowania z metodami analizy sygnałów — programu SVAROG. Instrukcja pobrania i uruchamiania jest w materiałach do ćwiczeń, najnowszą wersję można pobrać z gitlab lub bezpośrednio ze strony svarog.pl.
Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. 
Autor: Piotr Durka. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę MP and unification in EEG analysis
